
f = open("workfile", "w", encoding = "utf-8")
f.close()


f = open("test.text", "w")
f.write("Mi primer archivo escrito desde Python\n")
f.write("------------------------------------\n")
f.write("Hola, Mundo!\n")
f.close()


with open("workfile", encoding="utf-8") as f:
    read_data = f.read()


mi_nuevo_archivo = open("C:/Users/Antonio/Desktop/test.txt", "r")

#Se mantiene leyendo siempre.
while True: 
    
    #Intenta leer la siguiente líena.
    linea = mi_nuevo_archivo.readline()
    
    #Si no hay más líneas abandona el bucle.
    if len(linea) == 0: 
        break
        
    #Ahora procesa la líena que acabamos de leer. 
    print(linea, end="")
    
mi_nuevo_archivo.close()

Este es un archivo de prueba

Hola M2


f = open("C:/Users/Antonio/Desktop/amigos.txt", "r")
nombres = f.readlines()
f.close()
print(nombres)
nombres.sort()

nombres_ordenados = open("C:/Users/Antonio/Desktop/amigos_ordenados.txt", "r+")
for line in nombres: 
    nombres_ordenados.write(line)
    print(line,end="")
nombres_ordenados.close()

['Pedro\n', 'Alejandro\n', 'Boyi\n', 'Rodrigo\n', 'Manuel\n']
Alejandro
Boyi
Manuel
Pedro
Rodrigo


f = open("C:/Users/Antonio/Desktop/archivo_ejemplo.txt")
contenido = f.read()
f.close()

palabras = contenido.split()
for palabra in palabras:
    print(palabra, end=", ")

print("Hay {0} palabras en el archivo".format(len(palabras)))

Patata, patatita, patatona, Hay 3 palabras en el archivo


import csv


#Cabeceras
cabeceras = ['Nombre', "Asignatura", "Grupo", "Nota"]

#Filas del archivos CSV
filas = [["Antonio", "TAE", "M2", 5.0],
         ["Paula", "Matemáticas I", "M1", 4.7],
         ["Ana", "Física I", "M5", 9.0],
         ["José Luis", "Informática", "M3", 6.2]]
#Nombre del archivo CSV
filename = "notas_ordinarios.csv"

#Escritura como CSV

with open(filename, "w") as csvfile:
    #creando un objeto de escritura nuevo del tipo csv
    csvwriter = csv.writer(csvfile)
    
    #escribiendo las cabeceras
    csvwriter.writerow(cabeceras)
    
    #escribiendo los datos
    csvwriter.writerows(filas)


# importing the csv module
import csv

# my data rows as dictionary objects
midiccionario =[{'Asignatura': 'TAE', 'Nota': 9.0, 'Nombre': 'Javier', 'Grupo': 'M2'},
                {'Asignatura': 'Física I', 'Nota': 9.1, 'Nombre': 'Pedro', 'Grupo': 'T2'},
                {'Asignatura': 'Matemáticas I', 'Nota': 9.3, 'Nombre': 'David', 'Grupo': 'T2'},
                {'Asignatura': 'Informática', 'Nota': 9.5, 'Nombre': 'Magdalena', 'Grupo': 'M1'},
                {'Asignatura': 'TAE', 'Nota': 7.8, 'Nombre': 'María José', 'Grupo': 'M3'},
                {'Asignatura': 'Química', 'Nota': 9.1, 'Nombre': 'Héctor', 'Grupo': 'M2'}]

# field names
cabeceras = ['Nombre', 'Asignatura', 'Grupo', 'Nota']
    
# name of csv file
filename = "Notas_ordinarios_V2.csv"
    
# writing to csv file
with open(filename, 'w') as csvfile:
    # creando un arhcivo csv de tipo diccionario
    writer = csv.DictWriter(csvfile, fieldnames = cabeceras)
        
    # escritura de las cabeceras
    writer.writeheader()
        
    # escritura de los datos en las filas
    writer.writerows(midiccionario)


with open("./notas_ordinarios.csv", newline="\r\n") as csvfile:
    reader = csv.reader(csvfile, delimiter=",",)
    for row in reader:
        print(row)

['Nombre', 'Asignatura', 'Grupo', 'Nota']
['Antonio', 'TAE', 'M2', '5.0']
['Paula', 'Matemáticas I', 'M1', '4.7']
['Ana', 'Física I', 'M5', '9.0']
['José Luis', 'Informática', 'M3', '6.2']


with open("./Notas_ordinarios_V2.csv", newline="") as csvfile:
    reader = csv.DictReader(csvfile, delimiter=",", quoting=csv.QUOTE_NONE)
    for row in reader:
        print(row)
        print(row['Nombre'])

{'Nombre': 'Javier', 'Asignatura': 'TAE', 'Grupo': 'M2', 'Nota': '9.0'}
Javier
{'Nombre': 'Pedro', 'Asignatura': 'Física I', 'Grupo': 'T2', 'Nota': '9.1'}
Pedro
{'Nombre': 'David', 'Asignatura': 'Matemáticas I', 'Grupo': 'T2', 'Nota': '9.3'}
David
{'Nombre': 'Magdalena', 'Asignatura': 'Informática', 'Grupo': 'M1', 'Nota': '9.5'}
Magdalena
{'Nombre': 'María José', 'Asignatura': 'TAE', 'Grupo': 'M3', 'Nota': '7.8'}
María José
{'Nombre': 'Héctor', 'Asignatura': 'Química', 'Grupo': 'M2', 'Nota': '9.1'}
Héctor


import numpy as np 
import matplotlib.pyplot as plt
import csv


def f_x1(x):
    """Polinomio de grado 10 que se aprozima a los valores del coeficiente de presiones de un cilindro
    obtenidos experimentalmente"""
    return -0.0544339494 * x ** 10 + 0.7877499216 * x ** 9 - 4.5754539125 * x ** 8 + 12.9373935548 * x ** 7 - 14.6038654707 * x ** 6 - 11.8402960283 * x ** 5 + 52.4289810264 * x ** 4 - 53.9857029054 * x ** 3 + 19.5695202645 * x ** 2 - 3.130686006 * x + 1.0861351645


def f_x2(x):          
    """Distribución teórica del coeficiente de presiones en un cilindro, sin considerar los esfuerzos viscosos."""
    return 1 - 4 * np.sin(x) ** 2


def f_xy(x, y):
    """Función de dos variables con senos y cosenos"""
    return (np.sin(x)*np.cos(y * x)**2 + np.cos(y))/(np.pi/np.e)


with open("Datos_fx.csv", "w", newline='\r\n') as entrada1:
    csvwriter = csv.writer(entrada1, dialect='excel')  # Creación de un "writer"
    x = np.linspace(0, np.pi, 100)                     # x es un vector con 100 elementos equiespaciados entre 0 y pi
    cabecera = ["x", "f1(x)", "f2(x)"]
    csvwriter.writerow(cabecera)                       # Insertar la cabecera del archivo 
    for i in x:                             # Recorrer todos los valores de x para los que se va a estudiar la función
        row = [i, f_x1(i), f_x2(i)]         # Disponer en una fila el valor de x, y sus correspondientes imágenes 
        csvwriter.writerow(row)


with open("Datos_fx.csv", "r", newline='\r\n') as salida1:
    reader = csv.reader(salida1, dialect='excel')
    next(reader)                # Se usa la función next() para saltar la línea del encabezado
    x = np.array([])            # Se inicializan tres vectores vacíos, para alojar los valores de
    fx1 = np.array([])          # x, f1 y f2 del archivo 
    fx2 = np.array([])                                           
    for line in reader:         # Se recorren todas las líneas restantes del archivo de una en una,
                                # añadiendo cada elemento al vector que le corresponde
        x = np.append(x, float(line[0]))
        fx1 = np.append(fx1, float(line[1]))
        fx2 = np.append(fx2, float(line[2]))

plt.plot(x, fx1)    #Representar la primera función
plt.plot(x, fx2)    #Representar la segunda función

[<matplotlib.lines.Line2D at 0x1d0d59ebaf0>]


with open("Datos_fxy.csv", "w", newline='\r\n') as entrada2:
    csvwriter = csv.writer(entrada2, dialect='excel')
    x = np.linspace(-5, 5, 500)         # Se crean dos vectores con 500 valores equiespaciados entre -5 y 5
    y = np.linspace(-5, 5, 500)
    X, Y = np.meshgrid(x,y)  # Utilizando meshgrid, se obtienden dos matrices X e Y, de 2 dimensiones
    Z = f_xy(X, Y)           # Z es resultado de aplicar la función f_xy a los elementos de X e Y de la misma posición
    cabecera = ["x", "y", "f(x,y)"]
    csvwriter.writerow(cabecera)        # Escritura de un cabecero en el archivo           
    for i in range(np.shape(Z)[0]):     # Para recorrer todas las filas de las matrices, se da como argumento a range
                                        # el número de filas de Z (que sería el mismo para X e Y)
        for j in range(np.shape(Z)[1]):          # Se da el mismo caso que en la línea anterior, para recorrer 
                                                 # las columnas de X, Y y Z
            row = [X[i,j], Y[i,j], Z[i, j]]             # Se escribe en una fila el valor de X, Y y Z correspondiente
            csvwriter.writerow(row)                     # a una misma posición


with open("Datos_fxy.csv", "r", newline='\r\n') as salida2:
    reader = csv.reader(salida2, dialect = 'excel')
    next(reader)               #Saltar línea del encabezado
    X, Y, Z = [], [], []           #Se inicializan tres listas vacías, para alojar los valores de x, y, z de cada fila
    for line in reader:            #Recorrer todas las filas restantes del archivo
        X.append(float(line[0]))
        Y.append(float(line[1]))
        Z.append(float(line[2]))
        

X = np.array(X).reshape((500,500)) # Modificar la forma del vector y convertirlo en un array de dimensión 2,
Y = np.array(Y).reshape((500,500)) # recuperando así su forma original antes de ser escrito en el archivo csv
Z = np.array(Z).reshape((500,500))


contours = plt.contour(X, Y, Z, 5,                      # Se crean 5 niveles para mostrar las líneas de contorno de
                       colors='black', alpha = 0.8)     # la superficie, de color negro y una transparencia de 0.8

plt.clabel(contours, inline=True, fontsize=8)           # El valor de z para cada nivel se mostrará en la línea del
                                                        # contorno, y el tamaño de las letras será 8
    
plt.imshow(Z, extent=[-5, 5, -5, 5], origin='lower',    # Se muestra el mapa de colores de la función, dándole también
           cmap='jet', alpha=0.8)                       # una transparencia de 0.8

plt.colorbar()                                          # Añadir una barra a la izquierda que sirva de leyenda 
                                                        # para ayudar a comprender el mapa de colores

<matplotlib.colorbar.Colorbar at 0x1d0d5fc8f70>


fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.plot_surface(X, Y, Z, cmap='jet')
plt.show()

Documentos CSV

Archivos y Directorios¶

Acerca de los archivos:¶

¿Cómo abrir nuestro primer archivo?¶

Tipos de modos:¶

Lectura de archivos:¶

Archivo a listas de listas¶

Leer todo el archivo a la vez¶

Directorios¶

¿Qué es un archivo CSV?

¿Para qué sirve un archivo CSV?

¿Cómo abrir correctamente un archivo .csv en Excel ?

1. Abrir Excel para crear un nuevo libro.

2. Ir a la pestaña de "Datos" y hacer clic sobre "De texto/CSV".

3. Se abrirá la ventana del explorador de archivos y habrá que buscar el archivos CSV que se desee abrir.

4. Se abrirá un asistente para ayudar con la importación del archivo. Excel detecta el origen y delimitador de forma automática, si todo está bien se pulsará el botón de "Cargar".

5. Se abrirá el archivo CSV correctamente.

¿Cómo convertir un archivo .csv a Excel?

1. Abrimos un nuevo fichero Excel.

2.Clicamos en archivo-abrir-examinar, y se nos abre el explorador donde seleccionamos nuestro archivo CSV, y clicamos en abrir.

3. Se nos abre el sistema para importar texto, donde marcamos el tipo de datos originales con el que los datos están delimitados (en este caso por ";"), y marcamos la fila a partir de la que queremos importar desde la fila 1 que aparecerá por defecto, y clicamos en siguiente.

4.En la siguiente pantalla del asistente nos aparecen los posibles separadores del fichero CSV, por defecto aparece marcado la trabulación pero en nuestro caso tendremos que marcar ";", y clicamos en siguiente.

5. En la última pantalla del asistente seleccionamos el formato de los datos en las columnas, en nuestro caso las 3 columnas que tenemos, el tipo de datos es general. Después de haber seleccionado el formato para las diferentes columnas, clicamos finalizar.

6. Al clicar finalizar nos aparecen los datos del fichero CSV formateados en nuestro Excel.

Otro método para convertir un fichero CSV a formato Excel, sería el siguiente: <h/2>

1. Abrir una hoja en blanco en Excel.

4. Si ahora le damos a "Cerrar" y cargar nos llevará a un libro de Excel con los datos tal y como los teníamos mediante el otro método, por lo que son caminos equivalentes para convertir un archivo CSV en Excel.

Finalmente quedaría así:

¿Con qué módulo podemos usar archivos CSV en Pyhton?

Representación de funciones en matplotlib a partir de archivos CSV

Importación de los módulos que van a ser empleados:

Definición de tres funciones, dos de ellas de una variable, y otra de dos:

Escritura de un primer archivo csv, con las funciones de una variable:

Lectura del archivo csv con las funciones de una variable:

Escritura de un archivo csv con los valores de una función de dos variables:

Explicación del funcionamiento de la función meshgrid

Ejemplo práctico:

Lectura del archivo csv para una función de dos variables

Representación de la función de dos variables

1. Contornos

2. Representación en 3D